【小玩意】锟斤拷语加密器

诗曰：“手持两把锟斤拷，口中疾呼烫烫烫。脚踏千朵屯屯屯，笑看万物锘锘锘。”（狗头）

灵感

前段时间在宿舍楼下刷脸的时候，突然蹦出了一堆乱码。

（保护一下个人信息）
我就寻思，学校这个垃圾系统这是多少年头了，竟有4大乱码之一的“锟斤拷语”。闲来无事，上网查了下原理，准备做一个小加密器。

这个乱码咋回事

Unicode是一直在更新的，在这个过程中，肯定有一些比较新的字符他是无法表示的。或者即使Unicode发布了新版纳入了某个文字，但是很多软件系统并未升级也会有这样的问题。
就像生活中一些手机厂商新出的那些emoji表情，在自己的手机上可以正常显示，发到其他品牌的手机上可能就无法显示。这其实也是字符集不支持导致的。
发生以上情况时，无法显示的时候也需要有一个字符来表示的，在Unicode中，这个字符就是 ，他也是Unicode中定义的一个特殊字符。也就是"0xFFFD REPLACEMENT CHARACTER"，所有无法表示的字符都会通过这个字符来表示。
我们上网的时候不用去关心网站采用了什么编码格式，但是页面中不时出现的乱码还是会让我们头疼。在这点上，Firefox的用户更是深有体会，用Firefox浏览网页看到乱码的机会要比Internet Explorer多得多。 乱码主要与字符编码系统有关。例如一个网页中常出现的乱码“锟斤拷”，它就是新老编码系统转换中出现的。
锟斤拷涉及unicode的字符集转换问题，Unicode和老编码体系的转化过程中，肯定有一些字，用Unicode是没法表示的，Unicode官方用了一个占位符来表示这些文字，这就是：U+FFFD REPLACEMENT CHARACTER。U+FFFD的UTF-8编码是0xEFBFBD，如果重复多次形成：EFBFBDEFBFBDEFBFBD 。
在GBK/CP936/GB2312/GB18030的环境中显示的话，一个汉字2个字节，最终的结果就是：锟斤拷——锟(0xEFBF)，斤（0xBDEF），拷（0xBFBD）。

来源：百度百科（我相信你一定查过了吧）

代码实现

import os

a = input('请选择你的功能（1、加密 2、解密）：')

if a == "1":
    s = input('请输入你要加密的话：')
    utf = s.encode('utf')
    gbk = s.encode('utf').decode('gbk', errors='ignore')
    if len(s)%2 == 1:
        gbk = gbk + "�"
    print(gbk)
    os.system("pause")

if a == "2":
    s = input('请输入你要解密的话：')
    gbk = s.encode('gbk')
    utf = s.encode('gbk').decode('utf-8', errors='ignore')
    print(utf)
    os.system("pause")

没啥含金量，就是编码来回转换，说个我碰见的问题吧：
根据上面的原理，GBK两个字节一个汉字，Unicode三个字节一个汉字，所以说加密的每个汉字转换成一个半密文。
到这问题就来了，正常结尾的半个字符我们直接变成“�”就好了，但是多出来的编译器不认识，就会报错。
这时候我们在decode那行里加上error = ’ignore‘

    gbk = s.encode('utf').decode('gbk', errors='ignore')
    utf = s.encode('gbk').decode('utf-8', errors='ignore')

没错，我们无视它，然后手动把那个“�”补上。

接下来是解密部分的ignore到底有没有必要呢？
如果是完整的锟斤拷句子是没有必要加的，但是只要系统足够垃圾，“�”占位符有时候不会显示出来，为了防止可能出现的问题，我还是加上了。

结语

一时兴起整的小活，咱也在一直学习着呐，如果各位大佬有更好的想法，欢迎在评论区留言或者私信我呀。